【华泰金工林晓明团队】大周期拐点的黄金中长线配置机会——华泰金工大类资产配置5月月报

摘要
华泰金工周期分析框架下的黄金三重属性都预示其中长线配置价值凸显
随着人类社会的发展，黄金的经济地位不断发生变化，当前黄金资产具备货币、商品和金融三重属性。经过滤波分析我们发现黄金同样具有明显的周期特征，其三周期状态与价格走势均与美元指数背离，但与原油等大宗商品的走势较为同步且黄金价格在历史上常常领先于商品价格。另一方面，当投资组合配置一定比例的黄金后，由于黄金与其他资产的低相关性可以有效降低投资组合波动率并提高夏普比。综合分析判断，我们认为当前黄金具备较高配置价值，且本轮大周期黄金或先于大宗商品出现趋势性投资机会，未来美元及新兴市场货币汇率的变化也能辅助验证。

全球股指于 5 月初开始同步下跌，美欧债券指数走强
自 2019 年年初以来，全球股市开始强势反弹，3 月份震荡调整后继续上扬，但从4月下旬开始后继乏力，5 月同步下跌。A 股上涨和下跌幅度显著高于全球主要股指，近一个月大盘股表现略好于小盘股，二者今年以来的涨跌幅差别已不明显。CRB 综合现货、巴克莱债券指数、伦敦金现及美元指数在 2019 年年初有不同程度的回升，黄金从 2 月下旬至今震荡走弱，美欧债券指数 5 月小幅上升，大宗商品和国债利率 4 月下旬开始出现小幅回落，而美元指数向上突破 98 点位之后，保持窄幅震荡行情。

华泰周期进取策略全收益策略近期表现
华泰大类资产周期进取策略基于市场统一周期理论，提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略。该策略指数于 2018 年 10 月在 W ind（代码 CI001801.WI）与 Bloomberg（代码 WI001801）金融终端上线以来屡创新高，截至 2019 年 5 月 10 日，全收益策略近一年涨幅为 6.85%，近一月涨幅为 0.46%，上周涨幅为 0.54%。

风险提示：本文基于系列研究对全球各类经济金融指标长达近百年样本的实证检验结果，确定使用的市场周期长度。然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法判断具体长度。基于历史规律的总结存在失效风险。

境内外大类资产近期表现回顾
全球股市5月开始同步下跌
全球股市自 2019 年年初至三月初快速上涨，经过近两周的震荡调整后，继续上涨至 5 月初才开始回落。标普 500、恒生指数、日经 225、富时 100、法国 CAC40、德国 DAX、澳洲标普 200 等股指波动幅度接近。上证综指总体趋势与其他主要股指类似，但震荡幅度明显较大，总体波动率 10.34%，显著高于其他股指。上证综指 2 月底一枝独秀，但 4 月底开始大幅下跌，统计年初至今涨幅已与全球股指平均水平相近。孟买 SENSEX30 指数走势略有不同，2 月 7 日至 2 月 19 日出现小幅下跌，随后平稳增长至 4 月底后才开始回落，今年以来涨幅 3.33%，明显落后于全球其他主要股指。

A股4月底开始大幅回落，大盘股表现相对较优
2019 年年初至 4 月中旬，A 股强势上涨后宽幅震荡，4 月下旬开始迅速回落，上证综指、上证 50、沪深 300、中证 500、创业板指等主要 A 股指数回落至今年 2 月底价格水平。

上证综指、上证 50、沪深 300、中证 500、深证成指、中小板指和创业板指近一个月涨跌幅分别为-9.34%、-6.22%、-8.70%、-13.44%、-11.50%、-12.64%和-11.16%，大盘股表现相对较优，跌幅和波动幅度均较小。今年以来大盘股和小盘股涨幅区别不明显，基本维持在 20%左右，其中深证成指涨幅居前，高达 27.56%。

美元指数平稳震荡，中美欧利率小幅下跌
中美欧十年期国债利率在2019年3月底触底回升后，于4月底再次出现下降，美欧巴克莱债券指数受此影响先跌后涨，但巴克莱中国债券指数持续走弱；CRB综合现货价格3月中旬走高后，于4月初开始回落至第一季度价格水平；美元指数走势平稳，略有上升趋势；伦敦金现价格自2月下旬开始回落，价格波动较大。

利率于4月下旬开始窄幅下跌，美欧债券指数略有上扬
中美欧十年期国（公）债利率在3月底触底后均略有回升，窄幅上升震荡后于4月底出现下降趋势。其中欧盟十年期公债利率波动幅度较大，今年总体趋势持续下降。受此影响，巴克莱美国、泛欧和中国债券总指数在第一季度持续上升后于3月底开始下跌，巴克莱美国和泛欧债券总指数在4月中旬同步回升，而巴克莱中国债券总指数持续下跌。

近期美元走势平稳，黄金震荡走弱，大宗商品跌至年初水平
美元指数整体走势较为平稳，略有上升趋势。大宗商品方面，CRB综合现货指数进入2019年以来前期平稳震荡，3月中旬出现上涨，4月初开始持续下跌；黄金价格于2月19日见顶回落，价格震荡走弱，总体处于下降趋势。 5月以来，大宗商品价格有所回落，美元指数和黄金价格总体走势平稳。

华泰金工周期分析框架下的黄金三重属性投资价值分析
黄金的货币、商品、金融属性
黄金作为贵金属的一种，从本质上讲属于铸币材料，曾被作为一般等价物流通，而后被赋予了货币的基本属性，因此人们对于黄金的价值有着历史性的共识。20世纪40年代至70年代初，黄金作为“布雷顿森林体系”的最后屏障，货币属性依然是其最突出的属性。

在国际货币体制黄金非货币化的背景下，黄金从由货币属性主导的阶段逐渐过度到由商品属性主导。自上世纪90年代起，黄金作为全球主要商品的一种，具备交换价值与使用价值，在工业、医疗、首饰等方面得到了日渐广泛的应用。

随着黄金市场的流通与发展，黄金的保值和投资功能得到了充分的发挥，由此诞生了除货币属性和商品属性外的金融属性，使得黄金成为与股票、债券等并列的一类投资标的，因此黄金市场与其他金融市场存在密切的联系。

黄金的货币属性、商品属性和金融属性使其成为全球独一无二的一类投资标的，而三重属性又使得黄金与全球各类资产之间相互关联，对其价格走势的判断相对复杂。本文试图从黄金的三大属性入手，在华泰金工周期理论框架下对黄金的长期价格趋势进行判断。

黄金与其他大类资产的相关性分析
由于黄金与全球各类资产之间相互关联，本节首先从各类标的的原始价格序列出发，定量测算黄金与各类资产的相关性大小，以初步明确黄金在全球资产版图中所处的位置。

我们以伦敦金现月收盘价代表黄金价格走势，用CRB综合现货、美国十年期国债利率、NYMEX原油、MSCI全球、巴克莱美国债券指数分别作为大宗商品、利率、原油、股票、债券的走势。

用1990年12月至2019年4月的月度收益率数据对黄金与各类资产的Pearson相关系数进行测算。对比相关系数可以发现，黄金与美元、利率具有负相关性，与商品、债券具有正相关性，而与股票、原油相关性不明显。但从相关系数的绝对数值大小来看，黄金与其他各类资产均不具有强相关性，这虽然提升了黄金在组合里的配置价值，但也增加了价格走势分析的复杂性。黄金的货币属性使其与美元、利率等资产密不可分，其商品属性会部分反映在大宗商品的价格走势中，而金融属性则是当前黄金作为一类全球性的可投资标的，具有与股票、债券不同的风险收益特征。后文我们将一一拆解各类资产的周期状态，在相互佐证之下试图发掘出黄金是否在中长期具备投资价值。

与其他主要资产的三周期状态对比，判断黄金投资价值凸显
我们对伦敦金现的月度收盘价进行三周期滤波，从三周期的振幅大小可以观察到，黄金的长周期较为显著，中周期次之，短周期影响程度较小。当前黄金的长周期处于上行的中间位置，中周期已于2018年底见顶回落，短周期即将触底回升。从中长周期的角度来看，目前黄金的周期状态与1984年和2001年有一定相似性。

黄金与其他主要资产的三周期关系对比分析
下面我们分别对比各类资产的短中长三周期。发现黄金短周期与原油、利率、商品和股票较为一致，而与美元指数基本呈反向关系；中周期上，黄金略微领先于债券、原油和商品，与利率和美元呈反向关系。黄金最为显著的长周期落后于原油，领先于商品并与美元呈反向关系。各类资产中美元指数和债券指数的长周期振幅最大，原油、商品、股票和利率的短周期振幅最大。因此综合来看，黄金的三周期状态与原油、商品较为同步，与美元基本相反。

黄金货币属性：与美元的三周期皆呈反向关系，黄金或现趋势性投资机会
一般认为黄金的货币属性体现在与美元的关联之上，一方面美元是国际黄金市场的标价货币，即便金价本身价值未有变动，但美元下跌情况下金价也会上涨。另一方面是黄金可作为美元资产的替代投资工具。

上文分析到，黄金与美元在三个周期上都呈现反向关系，其价格序列也存在有类似规律。由于2005年开始黄金出现了趋势性地大幅上涨，因此我们将其价格分成两段来进行细致观察。当前黄金的三周期状态类似于1984年和2001年：
1.          从1984年开始，美元指数三周期纷纷拐头向下，指数价格于1985年2月见顶回落，随后黄金价格在三周期共振上行的状态下触底回升。1983-1989年期间，黄金与美元价格明显呈背离走势。
2.          1998年底，黄金三周期中振幅较大的中长周期双双上行，其价格于1999年8月见底后反弹，并在2001年3月筑双底，随后开启大幅上涨，而美元指数价格在中长周期加速下行的背景下于2002年见顶回落，同样与黄金走势背离。
3.          2018年以来，美元指数中长周期下行，其价格在短周期上行的支撑下有小幅回升，黄金价格在短周期下行背景下震荡走弱。然而根据滤波图显示，美元指数短周期即将见顶，随后黄金短周期也会触底回升，二者相互佐证之下，本轮我们判断黄金价格或于美元指数见顶后出现趋势性上行。

黄金商品属性：与原油等大宗商品的周期同步性高，常领先于商品
黄金在工业和生活领域的交换价值和使用价值随着布雷顿森林体系的瓦解而逐渐显现，以CRB综合现货指数来代表大宗商品的价格走势，对比可发现黄金的商品属性反映在与原油和大宗商品价格走势较为一致，三者的周期同步性较高。我们同样重点观察1984年和2001年前后的周期状态与资产价格：
1.          1983-1985年初，短周期下行使得金价一路下行，由于大宗商品在中长周期上都落后于黄金，因此商品价格在1986年下半年才触底。在1983年-2004年这段期间，我们明显能观察到大宗商品的价格滞后。期间原油与黄金同步性也较高，但或许由于原油价格的干扰因素较为复杂，因此其波动性也较大。
2.          2001年，黄金价格同样领先于商品率先触底回升。而原油方面因为黄金在中周期上领先，而长周期上落后，因此二者的领先滞后关系常常难以精准把握。例如1985年黄金价格领先于原油，而1999年初原油价格低点早于黄金出现。
3.          在2008年，伦敦金现价格依旧领先于大宗商品，于同年10月份见底，而大宗商品12月末才见底。
4.          当前大宗商品和原油中长周期上行，短周期将于2019年底拐头向上，我们判断届时大宗商品将迎来牛市，同时黄金的商品属性凸显，大概率也会出现投资机会。并且黄金价格涨跌常常领先于大宗商品。

黄金金融属性：作为配置标的能有效提高组合夏普比
黄金同样可作为类似股票、债券一类的可投资标的，因而具备金融投资属性。前文观察到黄金与股票收益相关性不高且在周期对比时发现三周期的不同步，下图也可以观察到在没有趋势项干扰的情况下，债券与黄金自2012年之后的相关性也较低。黄金与其他大类资产的这种低相关性意味着它在资产组合中具有配置价值。

黄金的金融属性（或投资属性）之所以被广泛关注，是因为通常在投资组合中加入黄金资产，能有效分散风险，降低组合的波动率。为此，我们进行如下模拟实证：
1.          在1995年12月-2019年4月期间，采用标普500、上证综指、伦敦金现的月收盘价进行配置；
2.          方案一：50%仓位配置标普500，50%仓位配置上证综指
3.          方案二：40%仓位配置标普500，40%仓位配置上证综指，20%仓位配置伦敦金
4.          测算两个方案的年化收益率、年化波动率、最大回撤、夏普比率、Calmar指标

从上述对比可以看到，虽然不含黄金的方案一收益率较高，但同时波动率和最大回撤也较大。相较而言，方案二的年化波动率可以做到低于任一资产，最大回撤也明显小于方案一，同时夏普比和Calmar最优。以此可以证明，在投资组合中纳入一定比例的黄金资产，能在不牺牲过多收益率的基础之上，降低组合波动率并有效提升夏普比。

华夏周期进取策略表现
策略简介
华泰金工周期系列之《周期三因子定价与资产配置模型》仿照FAMA三因子模型，基于市场统一周期理论，提出了大类资产定价模型。根据定价模型外推预测的资产表现排序结果构建了资产配置策略，在回测中取得了良好的业绩表现。我们将该资产配置策略应用于全球大类资产，精选优质可投资标的，根据周期轮动规律配置中国和海外的股指、债券和商品类资产，逐月调仓，构建“华泰大类资产周期进取策略”。该策略指数在Wind与Bloomberg金融终端同步更新（Wind代码CI001801.WI，Bloomberg代码 WI001801），从本月开始，我们将在月报中跟踪该策略的表现，并每月更新该策略的持仓情况，供投资者参考。

大类资产周期进取策略以沪深300指数、标普500指数、欧洲斯托克50指数、恒生指数、日经225指数、iShares MSCI新兴市场指数ETF、中国10年期国债期货、美国10年期国债期货、英国10年期国债期货、德国10年期国债期货、日本10年期国债期货、彭博商品指数为投资标的，各标的指数代码及货币单位如下表所示。

策略指数收益表现回顾
华泰周期策略指数从2010年5月开始回测，回测至今取得优异的表现，无论从收益指标还是收益风险比率都显著超越各大类资产。指数在2018年10月于Bloomberg和Wind正式上线，策略的收益表现如下图表所示：

风险提示
本文基于系列研究对全球各类经济金融指标长达近百年样本的实证检验结果，确定使用的市场周期长度。然而市场存在短期波动与政策冲击，就每轮周期而言，暂无法判断具体长度。基于历史规律的总结存在失效风险。

免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。

本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

林晓明
执业证书编号：S0570516010001

华泰金工深度报告一览
金融周期系列研究（资产配置）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法
【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】市场周期的量化分解
【华泰金工林晓明团队】周期研究对大类资产的预测观点
【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究
【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
行业指数频谱分析及配置模型：市场的周期分析系列之三
【华泰金工林晓明团队】市场的频率——市场轮回，周期重生
【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探

FOF与金融创新产品
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一

因子周期（因子择时）
【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探

择时
【华泰金工林晓明团队】A股市场低开现象研究
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用

行业轮动
【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一

Smartbeta
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一

多因子选股
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二

人工智能
【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起
【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二

指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证

基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究
【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究

基金定投
【华泰金工林晓明团队】大成旗下基金2018定投策略研究
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
【华泰金工林晓明团队】基金定投3—马科维茨有效性检验
【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法
【华泰金工林晓明团队】基金定投1—分析方法与理论基础

其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐藏法则